申请评分卡模型（汽车金融）

1.数据说明

本案例是基于一份汽车贷款违约数据建立的申请评分卡模型，表 1-1 对数据集中的变量进行简要说明，并给出数据清洗策略。其中是否违约 bad_ind 是因变量

表 1-1 数据集变量的简要说明

字段名	中文含义	数据清洗策略
application_id	申请者ID
account_number	帐户号
bad_ind	是否违约（因变量）
vehicle_year	汽车购买时间	0代表缺失,使用适合众数填补
vehicle_make	汽车制造商	空白代表缺失,使用适合众数填补或单独分类
bankruptcy_ind	曾经破产标识	空白代表缺失,使用适合众数填补或单独分类
tot_derog	五年内信用不良事件数量(比如手机欠费消号)	缺失代表无记录,使用适合中位数填补
tot_tr	全部帐户数量	缺失代表系统内无记录,应该使用total open trade lines+两变量差值的均值
age_oldest_tr	最久账号存续时间(月)	缺失代表系统内无记录,使用均值或中位数填补
tot_open_tr	在使用帐户数量	缺失代表系统内无记录,应该使用total open revolving trade lines+两变量差值的均值
tot_rev_tr	在使用可循环贷款帐户数量(比如信用卡)	缺失代表系统内无记录,使用均值或中位数填补
tot_rev_debt	在使用可循环贷款帐户余额(比如信用卡欠款)
tot_rev_line	可循环贷款帐户限额(信用卡授权额度)
rev_util	可循环贷款帐户使用比例(余额/限额)
fico_score	FICO打分	缺失代表系统内无记录,使用均值或中位数填补
purch_price	汽车购买金额(元)
msrp	建议售价	0代表缺失,使用适合按照汽车制造商进行均值填补
down_pyt	分期付款的首次交款
loan_term	贷款期限(月)
loan_amt	贷款金额
ltv	贷款金额/建议售价*100
tot_income	月均收入(元)
veh_mileage	行使历程(Mile)
used_ind	是否二手车

2. 拒绝推断（RI）

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import os

变量属性	变量名	含义	accepts		rejects
			缺失数量	缺失率	缺失数量	缺失率
数值型	application_id	申请者ID	0	0%	0	0%
	account_number	帐户号	0	0%	-	-
	bad_ind	是否违约（因变量）	0	0%	-	-
	vehicle_year	汽车购买时间	1	0%	1	0%
	bankruptcy_ind	曾经破产标识	217	4%	155	4%
	tot_derog	五年内信用不良事件数量(比如手机欠费消号)	213	4%	133	3%
	tot_tr	全部帐户数量	214	4%	133	3%
	age_oldest_tr	最久账号存续时间(月)	216	4%	134	3%
	tot_open_tr	在使用帐户数量	1419	32%	998	31%
	tot_rev_tr	在使用可循环贷款帐户数量(比如信用卡)	638	12%	445	12%
	tot_rev_debt	在使用可循环贷款帐户余额(比如信用卡欠款)	478	9%	330	8%
	tot_rev_line	可循环贷款帐户限额(信用卡授权额度)	478	9%	330	8%
	rev_util	可循环贷款帐户使用比例(余额/限额)	0	0%	0	0%
	fico_score	FICO打分	314	6%	182	4%
	purch_price	汽车购买金额(元)	0	0%	0	0%
	msrp	建议售价	1	0%	1	0%
	down_pyt	分期付款的首次交款	0	0%	0	0%
	loan_term	贷款期限(月)	0	0%	0	0%
	loan_amt	贷款金额	0	0%	0	0%
	ltv	贷款金额/建议售价*100	1	0%	0	0%
	tot_income	月均收入(元)	5	0%	2	0%
	veh_mileage	行使历程(Mile)	1	0%	1	0%
	used_ind	是否二手车	0	0%	0	0%
	weight	样本权重	0	0%	-	-
离散型	vehicle_make	汽车制造商	299	5%	244	6%